通过双重惩罚估计的异质过度离散计数数据回归
统计方法学
2022-02-08 v2 计量经济学
统计理论
机器学习
统计理论
摘要
本文通过负二项回归研究异质过度离散计数数据的双重正则化的非渐近性质。在受限特征值条件下，我们利用经验过程的集中不等式，首次证明了两个偏回归系数Lasso估计器的预言不等式。此外，由预言不等式推导出的估计器的一致性与收敛速率是为进一步统计推断提供的理论保证。最后，模拟与真实数据分析均表明新方法是有效的。
引用
@article{arxiv.2110.03552,
title = {Heterogeneous Overdispersed Count Data Regressions via Double Penalized Estimations},
author = {Shaomin Li and Haoyu Wei and Xiaoyu Lei},
journal= {arXiv preprint arXiv:2110.03552},
year = {2022}
}